モンテズマの復讐を単一のデモンストレーションから学習
Learning Montezuma’s Revenge from a single demonstration
記事のポイント
📰ニュース
OpenAIが、モンテズマの復讐を単一の人間デモンストレーションから学習し、過去最高のスコアを達成しました。
🔍注目ポイント
PPOアルゴリズムと厳選されたデモンストレーション開始状態を組み合わせることで、効率的な学習を実現しました。
🔮これからどうなる
少ないデータで複雑なタスクを学習するAIの可能性が広がり、様々な分野での応用が期待されます。
モンテズマの復讐は、探索と計画が重要な難易度の高いAtariゲームです。
従来の強化学習では膨大な試行回数が必要でしたが、今回は単一のデモンストレーションから74,500点という高スコアを達成しました。
これは、OpenAI Fiveでも使われたPPOアルゴリズムを応用し、デモンストレーションから慎重に選ばれた開始状態からゲームをプレイさせることで実現されました。
従来の強化学習では膨大な試行回数が必要でしたが、今回は単一のデモンストレーションから74,500点という高スコアを達成しました。
これは、OpenAI Fiveでも使われたPPOアルゴリズムを応用し、デモンストレーションから慎重に選ばれた開始状態からゲームをプレイさせることで実現されました。
概要
We’ve trained an agent to achieve a high score of 74,500 on Montezuma’s Revenge from a single human demonstration, better than any previously published result. Our algorithm is simple: the agent plays a sequence of games starting from carefully chosen states from the demonstration, and learns from …
モンテズマの復讐を単一デモで攻略ってすごいね！少ないデータで賢くなるAIは、ロボットとかにも応用できそうだよね。